资源学院以技术专长服务“三农” AI图像识别走入“三农”建设

“三农”问题是当前中国密切关注的社会问题，大数据技术的发展为“三农”建设带来了新的机遇。连日来，以资源学院地理信息科学专业学生为主组成的“人工智能病虫害识别及防治工作室”基于谷歌工作室的人工智能框架TensorFlow，从而让AI图像识别昆虫，有效防治并降低害虫对“三农”建设造成的损失。

传统的昆虫分类与识别是依靠少数昆虫研究者、植保科技工作人员通过手工检查，肉眼观察来完成。这种凭主观直觉和群体经验的识别方法效率低，且由于受到识别者的主观影响，导致识别率不稳定。特别是在识别任务重时，识别准确率大大降低、影响了测报的时效性和准确度。同时，由于植保科技人员有限，而且有的位置偏远，出入不方便，他们不能随时到现场识别昆虫，往往根据农民对昆虫的形态的描述来识别昆虫，但农民的专业知识有限，无法提供准确的描述。因此，可能会造成对昆虫种类的误判，导致不能及时防治害虫，造成巨大的农业经济损失。

据工作室成员介绍，计算机技术的飞速发展，让高分辨率的图像采集设备得以出现，让清晰、快速地获取昆虫图像变为了现实，通过昆虫图像提供昆虫的颜色、形状和纹理等视觉特征，基于图像的昆虫识别技术依据图像的这些视觉特征实现了昆虫的分类和识别。同学们开发的这款手机APP软件，其使用方法为在手机上下载“川农病虫害识别”APP，利用CNN卷积神经网络来识别图像，得出的一种模拟脑神经的计算机识别图像方法，由建立的模型经过大量的人为标志好的数据库中的图片的训练，能够基于用户实时拍摄的照片精准地识别出农作物病害，具有获取成本低，操作“傻瓜化”，界面简洁、识别精准的四大特点，然后将手机摄像头对准想要识别的病虫害，像是拍照一样，点击识别按钮，即可识别，即可显示具体信息。

该识别方法不仅在很大程度上解决了科技人员不足、人工识别难以完成大量昆虫识别的难题，而且能够利用现有的识别系统及时的跟踪害虫的生长状态，从而进行及时有效的防治，降低害虫造成的损失。这类识别方法不仅具有较高的学术价值，而且提高了识别效率，在实际应用中具有很高的实用价值。基于图像的昆虫识别技术在农业、森林病虫害防治、植物检疫、海关检验等领域得到广泛应用，具有深远的市场价值和意义。

资源学院“人工智能防治病虫害”社会实践团为考察软件的实用功能，走进崇州市龙富村开展人工智能防止病虫害活动。他们在农民的土烟地里，用APP识别出多种昆虫种类，在APP上跳出的昆虫图像与名称下方，还附有其对人类、植株、果实造成的危害。许多村民十分好奇和热情，纷纷与队员们就行热切交流和讨论。

前来观看的村民越来越多，队员介绍了软件的使用方法：“现在智能手机很普及了，大家只需要在智能手机里安装‘川农病虫害识别’APP，再将手机摄像头对准想要识别的病虫害，像是拍照一样，点击识别按钮，就可以立即识别了，识别出来以后，底下就会显示具体信息，你们还可以点击识别结果，就会跳转到淘宝链接里，可以进行购买除虫治病的农药。”

“以前我们判断农作物病虫害的方法就是去请合作社的技术员来看，但是技术员每天忙得很，这附近所有村子就一个人技术员，忙都忙不过来。要是有了你们这个软件，我们就可以自己来判断了。”村干部与农户在看了软件操作展示后，惊喜地表示。

社会实践力的成员们陆续走访多农场，认真听取了村民们的反馈，收集并记录村民们提出的需求和改进意见。回校后，他们已经在原有的基础上加上精准农业和光谱遥感。根据反射特征来分析手机拍的可见光部分。这个功能跟病虫害结合起来，还可以延伸出测土、配方、施肥的软件功能。

分享到:QQ空间新浪微博腾讯微博人人网微信更多分享